高端论坛6智能化人机物融合计算

简介：

赵季中，西安交通大学二级教授，国家杰青，ACM中国常务理事，西安市大数据与人工智能重点实验室主任。主要从事物联网、人工智能等方面研究。在IEEE/ACM ToN, IEEE TMC, IEEE TKDE, IEEE TPDS和ACM MobiCom, ACM CCS, IEEE INFOCOM, ACM UbiComp, ICCV等国际知名学术期刊和会议发表论文200余篇，研究成果获国家发明二等奖、教育部自然科学一等奖、陕西省科技进步一等奖等多项奖励。主持国家重点研发计划课题，“核高基”国家科技重大专项课题，国家自然科学基金重大项目课题，国家自然科学基金重点项目，国家973计划课题，国家863重点项目等国家级项目20余项，申请国家发明专利60余项，其中40余项已授权。

简介：

谢磊，南京大学计算机学院副院长，教授，博导，入选教育部青年长江学者，国家工业互联网战略咨询专家委员会委员，CCF杰出会员，CCF杰出演讲者。担任CCF普适计算专委会副主任、南京大学-南方电网工业互联网联合实验室主任。曾获江苏省科学技术奖一等奖（2016年/2019年两次获得）、国家级教学成果奖一等奖、宝钢优秀教师奖、高校计算机专业优秀教师奖励计划、江苏省六大人才高峰创新人才团队、国际会议MobiQuitous/Metaverse最佳论文奖、国际期刊TPDS的SpotlightPaper等荣誉称号。主要研究领域为智能感知计算与边缘智能，目前共发表论文150余篇，包括国际一流学术会议MOBICOM、UBICOMP、INFOCOM，国际一流学术期刊 JSAC、TON、TMC等。近年来，主持了国家自然科学基金重大研究计划-重点支持项目、国家重点研发计划项目课题、江苏省基础研究计划重点项目等重大科研项目，研究成果为工业互联网、新型电力系统、智慧医疗领域“感传算一体化”的发展实现了基础理论突破，提供了核心技术支撑，并在多家大型制造/能源企业和三甲医院开展示范应用。

简介：

英国埃克塞特大学计算机学科讲席教授，高性能计算与网络实验室主任。一直致力于计算机网络和分布式系统的研究，在移动互联网、云计算与边缘计算、大数据、人工智能等领域取得了一系列创新性研究成果，在国际重要学术期刊/会议发表论文共计380多篇。作为项目的总负责人或首席科学家主持过20多项重要科研和产业化项目。任IEEE Transactions on Computers，IEEE Transactions on Cloud Computing等计算机学科顶级国际期刊的编委。

报告题目：面向人机物融合的智能边缘网络资源部署和服务优化

报告摘要：

随着人机物融合计算的快速演进，智能边缘网络已成为连接物理世界、数字空间与人类社会的关键数字基础设施。然而，人机物协同场景下智能边缘网络具有资源分散与异构的特征，极易导致资源碎片化及系统利用率低下等问题，进而制约了人机物协同的服务质量。为了解决上述挑战，本报告从“边缘算力–网络资源–融合应用”三个维度出发，提出了一套涵盖以下三项核心内容的解决策略：1）协同边缘服务器部署框架；2）静态与动态边缘服务器融合的混合架构；3）面向任务的细粒度服务部署机制。这些策略为打造智能、高效的人机物融合边缘基础设施奠定了坚实基础。

简介：

陈彩莲，上海交通大学自动化与感知学院特聘教授，国家杰出青年科学基金获得者，中国青年女科学家奖获得者。长期从事工业互联网领域的研究工作，主持科技部重点研发计划项目、NSFC重点和杰青等课题20余项，出版英文专著3部，发表领域知名期刊和会议论文200余篇，授权中国/美国发明专利50余项，研究成果获国家自然科学二等奖1项、省部级一等奖4项，并在钢铁智能制造、电子制造、飞机总装自动化测试等领域实现产业应用。曾获“IEEE模糊系统汇刊杰出论文奖”和4篇国际会议最佳论文奖。2022年获国际IEEE TCCPS工业技术卓越奖,获N2Women“全球十大计算机网络和通信学术之星”，曾入选教育部首批“青年长江学者”、国家优青，获中国自动化学会青年科学家奖。目前担任National Science Open（国家科学进展）信息学科副主编(自动化领域)、AI for Engineering (Wiley)副主编，先后担任IEEE Trans. Vehicular Technology、IET Cyber-Physical Systems: Theory and Applications等多个英文期刊编委。

报告题目：CAD GPT：基于空间推理增强的多模态大模型合成 CAD 建模序列方法

报告摘要：

从视觉和/或文本输入生成参数化 CAD 模型是工程自动化领域的核心难题，该任务不仅要求模型具备对设计意图的语义理解能力，还需对三维图形的平面朝向与拉伸方向进行精确空间推理。现有多模态大语言模型（MLLM）在连续坐标空间中难以准确推断三维空间位置，导致生成结果无效、几何误差大等问题。本报告将介绍CAD-GPT——一种面向参数化 CAD 建模序列合成的空间推理增强型多模态大语言模型，支持以单张图像或自然语言描述为输入来生成完整的参数化建模序列。核心贡献是 三维建模空间机制：将草图平面的三维旋转角度与拉伸方向展开映射至一维语言 Token空间，并将二维草图坐标离散化为可学习的位置 Token，扩充至基础 LLM词表中。该表述将空间推理转化为标准的 next-token预测问题，从根本上避免了连续回归头设计的不稳定性。在img2CAD、text2CAD等任务中，CAD-GPT 均取得SOTA效果。为验证 CAD-GPT在真实工程场景中的端到端效果，我们将其作为核心合成引擎集成至多智能体CAD 自动化生成平台NeruoCAD中（涵盖2D图纸解析、尺寸提取、拓扑分析与建模规划等智能体），并以该平台进行一系列的工程落地和应用。

简介：

陈霸东，西安交通大学人工智能与机器人研究所教授，教育部长江学者。研究兴趣包含机器学习、脑机接口、类脑计算、具身智能等。在国际知名期刊及会议发表学术论文300余篇，论文被引用2.2万余次。获授权国家发明专利30余件，出版学术专著7部。入选科睿唯安全球高被引科学家、爱思唯尔中国高被引学者以及全球前2%顶尖科学家。获教育部自然科学一等奖、陕西省自然科学一等奖、中国自动化学会自然科学一等奖、中国自动化学会青年科学家奖等。担任中国认知科学学会常务理事、中国认知科学学会计算神经工程专委会主任委员、中国自动化学会脑机接口与脑机智能专委会副主任委员。主持了国家自然科学基金项目（含重点类项目4项）、973计划课题、国家重点研发计划课题等科研项目。

报告题目：熵学习理论及应用

报告摘要：

熵描述系统的无序程度或混乱度，是宇宙、生命与智能演化的核心驱动力。熵在机器学习领域获得广泛应用并引起越来越多学者的关注。基于熵或其衍生度量构建机器学习新型目标函数，引导或加速学习过程中熵演化，可显著提升机器学习的鲁棒性与泛化性。研究者针对不同的机器学习问题提出了各种熵学习方法，如监督学习中的最小误差熵准则和表示学习中的信息瓶颈原则。本报告介绍熵学习理论基本思想，阐述新的学习范式，列举其在不同领域中的应用，并重点探讨基于熵学习理论的类脑计算、脑机接口以及脑疾病诊断。

简介：

阳王东,湖南大学教授，国家高层次人才。主要研究领域为高性能计算与工业基础软件，长期在国产超算平台以及飞腾、鲲鹏、海光、昇腾、景嘉微GPU等国产处理器上进行并行算法设计和应用开发，主持研制了一系列的基础数值算法函数库、数值模拟仿真系统和性能优化工具。获国家科技进步二等奖，湖南省自然科学一、二等奖等，获华为火花奖2项。主持国家核心软件攻关项目、国家重点研发项目，国家自然科学基金重点项目、面上项目，湖南省重点研发项目和揭榜挂帅项目等20余项。

报告题目：AI驱动的软件全栈式性能优化

报告摘要：

一个软件系统的性能与很多方面有关，不但与算法设计，编程实现有关，还与编译优化，执行环境也有关。如何对软件系统的性能进行全方位的优化，需要从算法、程序、编译到操作系统一直到软硬件协同进行全栈式优化。采用个性化的人工优化方法工作量大而且泛化性也有限。其实软件的性能与不同层次上的参数配置和组织结构密切相关，如何进行优化配置和结构是提升软件性能的重要手段。融合AI技术找到与性能有关的参数配置和组织结构，并进行优选配置，这样不尽能大幅减少人工优选需要的经验积累，而且能够充分利用最新的AI技术来提升优选的效果，并且能够方便迁移到其他软件，提升优化方法的泛化性。

简介：

董玮，浙江大学计算机科学与技术学院副院长，国家高层次人才。中国计算机学会(CCF)杰出会员，ACM中国SIGMOBILE副主席，CCF物联网专委、互联网专委、分布式计算与系统专委执行委员，浙江省计算机学会嵌入式与物联网技术专委秘书长。曾获全国优博论文提名、CCF-Intel青年学者提升计划、浙江省杰出青年基金、国家级青年人才计划。在ACM MobiCom、MobiSys、SenSys、UbiComp/IMWUT等著名国际会议以及IEEE/ACM Trans on Networking、IEEE Trans on Mobile Computing等著名国际期刊上发表论文200余篇。主编教材/专著2部，授权发明专利30余项。以第一完成人，获2023年浙江省科技进步一等奖，2025年中国计算机学会技术发明二等奖，2021年中国计算机学会科技进步杰出奖。指导多位博士生获CCF优秀博士论文激励计划、国家自然科学基金博士生基金、华为天才少年计划等。

报告题目：物联网机密感知计算

报告摘要：

物联网设备数量激增，安全事件频发。机密感知计算将其延伸至物联网感知数据的采集、计算与推理。核心挑战包括：（1）弱终端驱动的可信自动构建；（2）端侧模型的高效安全推理；（3）复杂物联网应用的自动安全加固。报告展示了从设备驱动到AI推理再到应用加固的关键技术，为物联网安全提供了系统性的机密计算解决方案。同时展望了面向资源受限设备的轻量级TEE、基于Rust、Wasm的可信系统基座、分布式机密计算与机密互联的未来发展趋势。